CN111028109B - 数据处理方法、装置、服务器及存储介质 - Google Patents
数据处理方法、装置、服务器及存储介质 Download PDFInfo
- Publication number
- CN111028109B CN111028109B CN201911337588.9A CN201911337588A CN111028109B CN 111028109 B CN111028109 B CN 111028109B CN 201911337588 A CN201911337588 A CN 201911337588A CN 111028109 B CN111028109 B CN 111028109B
- Authority
- CN
- China
- Prior art keywords
- target object
- maintenance information
- historical
- target
- strange
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003672 processing method Methods 0.000 title abstract description 20
- 238000012423 maintenance Methods 0.000 claims abstract description 103
- 238000000034 method Methods 0.000 claims abstract description 21
- 230000009471 action Effects 0.000 claims abstract description 15
- 230000006399 behavior Effects 0.000 claims description 107
- 238000012545 processing Methods 0.000 claims description 31
- 230000003542 behavioural effect Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000012806 monitoring device Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000000697 sensory organ Anatomy 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/16—Real estate
- G06Q50/163—Real estate management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Alarm Systems (AREA)
Abstract
本申请提出一种数据处理方法、装置、服务器及存储介质,涉及安防技术领域,通过保存记录有常驻目标区域的多个对象的第一对象维护信息,使得可以根据第一对象维护信息,判断进入目标区域的目标对象是否为未被记录于第一对象维护信息中的陌生对象;且在判定该目标对象为陌生对象时,根据目标对象在目标区域内的行为动作,获得目标对象对应的当前行为评分;使得可以基于该当前行为评分对目标对象进行维护管理,相比于现有技术,能够自动对进入目标区域的对象进行安防维护管理,而不需要依靠人为经验的判断,能够提升安防效果。
Description
技术领域
本申请涉及安防技术领域,具体而言,涉及一种数据处理方法、装置、服务器及存储介质。
背景技术
区域安防的主要目的在于核查进入区域人员的身份信息,以区分常驻人员和陌生来访人员,并对陌生来访人员的信息进行简单的记录以及识别,判断是否对陌生来访人员进行放行。
目前对于陌生人员的安防识别一般依靠区域管理人员的人工识别,比如在学校或者是居民小区等区域,一般依靠门卫对陌生人员的身份信息进行登记记录,并人为的识别进入区域的陌生人员是否存在安全危险。
然而,目前的安全识别方案很大程度上需要依赖于管理人员的识别经验,安防效果较差。
发明内容
本申请的目的在于提供一种数据处理方法、装置、服务器及存储介质,能够提升安防效果。
为了实现上述目的,本申请实施例采用的技术方案如下:
第一方面,本申请实施例提供一种数据处理方法,所述方法包括:
根据第一对象维护信息,判断进入目标区域的目标对象是否为陌生对象;其中,所述第一对象维护信息记录有常驻所述目标区域的多个对象,所述陌生对象为未被记录于所述第一对象维护信息的对象;
当判定所述目标对象为陌生对象时,根据所述目标对象在所述目标区域内的行为动作,获得所述目标对象对应的当前行为评分;
基于所述当前行为评分对所述目标对象进行维护管理。
第二方面,本申请实施例提供一种数据处理装置,所述装置包括:
识别模块,用于根据第一对象维护信息,判断进入目标区域的目标对象是否为陌生对象;其中,所述第一对象维护信息记录有常驻所述目标区域的多个对象,所述陌生对象为未被记录于所述第一对象维护信息的对象;
处理模块,用于当判定所述目标对象为陌生对象时,根据所述目标对象在所述目标区域内的行为动作,获得所述目标对象对应的当前行为评分;
所述处理模块还用于,基于所述当前行为评分对所述目标对象进行维护管理。
第三方面,本申请实施例提供一种服务器,所述服务器包括存储器,用于存储一个或多个程序;处理器;当所述一个或多个程序被所述处理器执行时,实现上述的数据处理方法。
第四方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述的数据处理方法。
本申请实施例提供的一种数据处理方法、装置、服务器及存储介质,通过保存记录有常驻目标区域的多个对象的第一对象维护信息,使得可以根据第一对象维护信息,判断进入目标区域的目标对象是否为未被记录于第一对象维护信息中的陌生对象;且在判定该目标对象为陌生对象时,根据目标对象在目标区域内的行为动作,获得目标对象对应的当前行为评分;使得可以基于该当前行为评分对目标对象进行维护管理,相比于现有技术,能够自动对进入目标区域的对象进行安防维护管理,而不需要依靠人为经验的判断,能够提升安防效果。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它相关的附图。
图1示出本申请实施例提供的数据处理方法的一种示意性应用场景图;
图2示出本申请实施例提供的服务器的一种示意性结构框图;
图3示出本申请实施例提供的数据处理方法的一种示意性流程图;
图4示出图3中步骤205的子步骤的一种示意性流程图;
图5示出图3中步骤201的子步骤的一种示意性流程图;
图6示出本申请实施例提供的数据处理装置的一种示意性结构框图。
图中:100-服务器;101-存储器;102-处理器;103-通信接口;300-数据处理装置;301-识别模块;302-处理模块。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
在例如上述的安防识别等的应用场景中,目前的识别方案一般是依靠区域管理人员的人工识别,凭借区域管理人员的经验识别出进入安防区域的人员是否为陌生人员;且当确定进入安防区域的人员为陌生人员时,可以由区域管理人员对该陌生人员的身份信息进行登记核实、以及根据陌生人员的着装打扮,利用人为经验判断该陌生人员是否存在安全威胁,从而判断是否对该陌生人员进行放行或者是拦截等。
然而,上述的识别方案严重依赖于区域管理人员的人为经验,对陌生人员是否存在安全威胁不够客观,安防效果较差。
为此,基于上述缺陷,本申请实施例提供的一种可能的实现方式为:通过保存记录有常驻目标区域的多个对象的第一对象维护信息,使得可以根据第一对象维护信息,判断进入目标区域的目标对象是否为未被记录于第一对象维护信息中的陌生对象;且在判定该目标对象为陌生对象时,根据目标对象在目标区域内的行为动作,获得目标对象对应的当前行为评分;使得可以基于该当前行为评分对目标对象进行维护管理,而不需要依靠人为经验的判断。
下面结合附图,对本申请的一些实施方式作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
请参阅图1,图1示出本申请实施例提供的数据处理方法的一种示意性应用场景图,在本申请实施例中,服务器与监控设备位于无线网络或有线网络中,通过该无线网络或有线网络,服务器与监控设备进行数据交互。
本申请实施例所提供的一种数据处理方法,可以应用于如图1所示的服务器,该服务器中安装有应用程序,与监控设备相对应,用于为用户提供服务,该数据处理方法可通过该服务器中安装的应用程序实现。
在本申请实施例中,监控设备用于采集目标区域的监控视频,并将采集得到的监控视频发送给服务器,以使服务器可以执行例如本申请实施例提供的数据处理方法,从而实现区域安防识别的目的。
请参阅图2,图2示出本申请实施例提供的服务器100的一种示意性结构框图,服务器100包括存储器101、处理器102和通信接口103,该存储器101、处理器102和通信接口103相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。
存储器101可用于存储软件程序及模块,如本申请实施例提供的数据处理装置对应的程序指令/模块,处理器102通过执行存储在存储器101内的软件程序及模块,从而执行各种功能应用以及数据处理,进而执行本申请实施例提供的数据处理方法的步骤。该通信接口103可用于与其他节点设备进行信令或数据的通信。
其中,存储器101可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除可编程只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。
处理器102可以是一种集成电路芯片,具有信号处理能力。该处理器102可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(NetworkProcessor,NP)等;还可以是数字信号处理器(Digital Signal Processing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
可以理解,图2所示的结构仅为示意,服务器100还可以包括比图2中所示更多或者更少的组件,或者具有与图2所示不同的配置。图2中所示的各组件可以采用硬件、软件或其组合实现。
下面以图2所示的服务器100作为示意性执行主体,对本申请实施例提供的数据处理方法进行示例性说明。
请参阅图3,图3示出本申请实施例提供的数据处理方法的一种示意性流程图,可以包括以下步骤;
步骤201,判断进入目标区域的目标对象是否为陌生对象;当为是时,执行步骤203;当为否时,结束。
步骤203,根据目标对象在目标区域内的行为动作,获得目标对象对应的当前行为评分;
步骤205,基于当前行为评分对目标对象进行维护管理。
服务器在对目标区域进行安防管理时,可以先将监控设备传输的视频监控数据解析为结构化的数据,并实时抽取结构化数据到例如kafka等消息系统中,然后可以利用例如流处理引擎flink等进行逻辑处理,以实时流的方式从kafka中将相关对象的结构化数据读取出来,以进行安防识别。
其中,可以预先在服务器中存储第一对象维护信息,该第一对象维护信息记录有常驻目标区域的多个对象;比如该第一对象维护信息可以记录多个对象的图像信息,该第一对象维护信息记录有对应图像信息的多个对象即可以被认为是常驻该目标区域的多个对象。
为此,服务器可以根据该第一对象维护信息,判断进入目标区域的目标对象是否为陌生对象,即判断该目标对象是否存在于第一对象维护信息中;若不存在,则该目标对象为未被记录于第一对象维护信息中的陌生对象,此时执行步骤203;若存在,则该目标对象不为陌生对象。
然后,当确定进入目标区域的目标对象为陌生对象时,可以根据目标对象在目标区域内的行为动作,获得目标对象对应的当前行为评分。
其中,需要说明的是,识别目标对象在目标区域的行为动作的方式,可以参照例如申请号为CN201910635697.2、CN201910396091.8等中国专利申请提供的方案,本申请实施例对于识别目标对象在目标区域的行为动作的方式不再进行赘述。
比如,假定服务器内还记录有如下表1所示的行为评分对照表:
表1
行为 | 第一次的评分 | 第N次的评分(N>1) |
进入 | 0 | 0 |
正常行走 | 0 | 0 |
出去 | 0 | 0 |
徘徊 | 10 | 5 |
携带刀具 | 15 | 10 |
破坏公物 | 10 | 5 |
争吵 | 15 | 10 |
躲藏 | 10 | 5 |
假定服务器判定该目标对象“第一次”在目标区域内“徘徊”,则按照上述表1所示的规则,该目标对象的当前行为评分可以为“10”;若服务器判定该目标对象“第二次”在目标区域内“携带刀具”,则按照上述表1所示的规则,该目标对象的当前行为评分可以为“10”;若服务器判定该目标对象“第四次”在目标区域内“正常行走”,则按照上述表1所示的规则,该目标对象的当前行为评分可以为“0”。
接下来,服务器可以基于该目标对象的当前行为评分对目标对象进行维护管理,比如记录该目标对象的具体行为,或者是发出告警信息以使目标区域的管理人员执行对应的维护操作等等。
可见,基于上述设计,本申请实施例提供的数据处理方法,通过保存记录有常驻目标区域的多个对象的第一对象维护信息,使得可以根据第一对象维护信息,判断进入目标区域的目标对象是否为未被记录于第一对象维护信息中的陌生对象;且在判定该目标对象为陌生对象时,根据目标对象在目标区域内的行为动作,获得目标对象对应的当前行为评分;使得可以基于该当前行为评分对目标对象进行维护管理,相比于现有技术,能够自动对进入目标区域的对象进行安防维护管理,而不需要依靠人为经验的判断,能够提升安防效果。
其中,在执行步骤205时,可以设置多种策略以基于当前行为评分对目标对象进行维护管理。
示例性地,请参阅图4,图4示出图3中步骤205的子步骤的一种示意性流程图,作为一种可能的实现方式,步骤205可以包括以下子步骤:
步骤205-1a,统计目标对象在历史维护信息中的所有历史行为评分;
步骤205-1b,判断所有历史行为评分及当前行为评分之和是否达到第一阈值;当为是时,执行步骤205-1c;当为否时,步骤205-1d;
步骤205-1c,发出第一告警信息;
步骤205-1d,将当前行为评分更新于历史维护信息。
在本申请实施例中,服务器可以记录有历史维护信息,该历史维护信息中记录有第一滑动时间范围内多个陌生对象的历史行为评分。
比如,服务器每当识别出陌生对象时,即可以将陌生对象在进入目标区域时的当前行为评分进行记录;并可以将连续的七天作为第一滑动时间,将过去七天内的每一个被判定为陌生对象的当前行为评分记录于历史维护信息中。
在执行步骤205时,可以统计该目标对象在历史维护信息中的所有历史行为评分,然后求取所有历史行为评分与当前行为评分之和;当所有历史行为评分与当前行为评分之和大于第一阈值时,表征目标对象在目标区域内已经出现过多次具有威胁的行为,此时可以发出第一告警信息,比如向区域管理人员所持的终端发出警示信息,以提醒区域管理人员该目标对象对目标区域可能存在较大的威胁;反之,当所有历史行为评分与当前行为评分之和小于或等于第一阈值时,表征目标对象对目标区域还未产生较大的威胁,此时则可以将目标对象的当前行为评分更新于历史维护信息,即在历史维护信息中记录目标对象新的一条历史行为评分。
需要说明的是,上述是以滑动时间窗口为例,对目标对象按照历史行为评分进行的维护管理。作为另一种可能的实现方式,还可以按照固定时间窗口对目标对象进行维护管理。
示例性地,上述的历史维护信息还可以记录有在第一时间周期内多个陌生对象的历史行为评分;比如按照每7天为一个时间间隔对被判定为陌生对象的当前行为评分进行记录。
由此,服务器在执行步骤205时,可以在历史维护信息中查找目标对象在第一时间周期内是否对应有历史行为评分;且当目标对象在历史维护信息中未对应有历史行为评分时,判定目标对象在第一时间周期内属于第一次进入目标区域;此时服务器可以将目标对象与当前行为评分的对应关系更新于历史维护信息,并发出第二告警信息,比如向区域管理人员所持的终端发出警示信息,以提醒区域管理人员该目标区域内当前存在陌生人员进入,需要注意警觉。
并且,作为再一种可能的实现方式,服务器还可以记录有第二对象维护信息,该第二对象维护信息记录有进入目标区域时未表现出高危险行为情况的对象。
对此,在执行步骤205时,可以设置第二时间周期,比如按照每30天为一个第二时间周期,统计目标对象在第二时间周期内的进入目标区域的次数以及目标对象在第二时间周期内的所有历史行为评分与当前行为评分之和;当目标对象在第二时间周期内的进入目标区域的次数达到第二阈值、且目标对象在第二时间周期内的所有历史行为评分与当前行为评分之和未达到第三阈值时,服务器可以判定该目标对象已经多次进入目标区域且不会产生安全威胁,此时服务器可以将目标对象更新至第二对象维护信息。
另外,为实现步骤201,请参阅图5,图5示出图3中步骤201的子步骤的一种示意性流程图,作为一种可能的实现方式,步骤201可以包括以下子步骤:
步骤201-1,计算目标对象与第一对象维护信息中每一对象的相似度;
步骤201-2,判断是否存在大于设定阈值的相似度;当不存在时,判定目标对象为陌生对象;当存在时,判定目标对象为常驻对象。
在本申请实施例中,服务器记录的第一对象维护信息中可以记录有多个对象的特征信息,比如五官、身高、着装等的图像特征。服务器在执行步骤201时,可以将获得目标对象的特征信息,与第一对象维护信息中每一对象的特征信息进行比对计算,从而得到目标对象与第一对象维护信息中每一对象的相似度;比如可以将拍摄目标对象的图片帧与第一对象维护信息中每一对象的图像计算结构相似度,从而获得目标对象与第一对象维护信息中每一对象的相似度。
然后,服务器可以将计算得到的每一对象的相似度与设定阈值进行比对;当存在大于设定阈值的相似度时,则判定目标对象为常驻对象,此时结束;当不存在大于设定阈值的相似度时,则判定该目标对象为陌生对象,此后执行步骤203。
基于与上述数据处理方法相同的发明构思,请参阅图6,图6示出本申请实施例提供的数据处理装置300的一种示意性结构框图,该数据处理装置300可以包括识别模块301及处理模块302。其中:
识别模块301用于,根据第一对象维护信息,判断进入目标区域的目标对象是否为陌生对象;其中,第一对象维护信息记录有常驻目标区域的多个对象,陌生对象为未被记录于第一对象维护信息的对象;
处理模块302用于,当判定目标对象为陌生对象时,根据目标对象在目标区域内的行为动作,获得目标对象对应的当前行为评分;
处理模块302还用于,基于当前行为评分对目标对象进行维护管理。
可选地,作为一种可能的实现方式,处理模块302在基于当前行为评分对目标对象进行维护管理时,具体用于:
统计目标对象在历史维护信息中的所有历史行为评分;其中,历史维护信息记录有在第一滑动时间范围内多个陌生对象的历史行为评分;
当所有历史行为评分及当前行为评分之和达到第一阈值时,发出第一告警信息;
当所有历史行为评分及当前行为评分之和未达到第一阈值时,将当前行为评分更新于历史维护信息。
可选地,作为一种可能的实现方式,处理模块302在基于当前行为评分对目标对象进行维护管理时,具体用于:
当目标对象在历史维护信息中未对应有历史行为评分时,将目标对象与当前行为评分的对应关系更新于历史维护信息,并发出第二告警信息;其中,历史维护信息记录有在第一时间周期内多个陌生对象的历史行为评分。
可选地,作为一种可能的实现方式,处理模块302在基于当前行为评分对目标对象进行维护管理时,具体用于:
当目标对象在第二时间周期内的进入目标区域的次数达到第二阈值、且目标对象在第二时间周期内的所有历史行为评分与所示当前行为评分之和未达到第三阈值时,将目标对象更新至第二对象维护信息;其中,第二对象维护信息记录有进入目标区域时未发生危险情况的对象。
可选地,作为一种可能的实现方式,识别模块301在根据第一对象维护信息,判断进入目标区域的目标对象是否为陌生对象时,具体用于:
计算目标对象与第一对象维护信息中每一对象的相似度;
当不存在大于设定阈值的相似度时,判定目标对象为陌生对象;
当存在大于设定阈值的相似度时,判定目标对象为常驻对象。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。
也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。
也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
综上所述,本申请实施例提供的一种数据处理方法、装置、服务器及存储介质,通过保存记录有常驻目标区域的多个对象的第一对象维护信息,使得可以根据第一对象维护信息,判断进入目标区域的目标对象是否为未被记录于第一对象维护信息中的陌生对象;且在判定该目标对象为陌生对象时,根据目标对象在目标区域内的行为动作,获得目标对象对应的当前行为评分;使得可以基于该当前行为评分对目标对象进行维护管理,相比于现有技术,能够自动对进入目标区域的对象进行安防维护管理,而不需要依靠人为经验的判断,能够提升安防效果。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其它的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (10)
1.一种数据处理方法,其特征在于,所述方法包括:
根据第一对象维护信息,判断进入目标区域的目标对象是否为陌生对象;其中,所述第一对象维护信息记录有常驻所述目标区域的多个对象,所述陌生对象为未被记录于所述第一对象维护信息的对象;
当判定所述目标对象为陌生对象时,根据所述目标对象在所述目标区域内的行为动作,获得所述目标对象对应的当前行为评分;
基于所述当前行为评分对所述目标对象进行维护管理;
所述当前行为评分对所述目标对象进行维护管理的步骤,包括:
统计所述目标对象在历史维护信息中的所有历史行为评分;其中,所述历史维护信息记录有在第一滑动时间范围内多个陌生对象的历史行为评分;
当所有所述历史行为评分及所述当前行为评分之和达到第一阈值时,发出第一告警信息;
当所有所述历史行为评分及所述当前行为评分之和未达到所述第一阈值时,将所述当前行为评分更新于所述历史维护信息。
2.如权利要求1所述的方法,其特征在于,基于所述当前行为评分对所述目标对象进行维护管理的步骤,包括:
当所述目标对象在历史维护信息中未对应有历史行为评分时,将所述目标对象与所述当前行为评分的对应关系更新于所述历史维护信息,并发出第二告警信息;其中,所述历史维护信息记录有在第一时间周期内多个陌生对象的历史行为评分。
3.如权利要求1所述的方法,其特征在于,基于所述当前行为评分对所述目标对象进行维护管理的步骤,包括:
当所述目标对象在第二时间周期内的进入所述目标区域的次数达到第二阈值、且所述目标对象在所述第二时间周期内的所有历史行为评分与所示当前行为评分之和未达到第三阈值时,将所述目标对象更新至第二对象维护信息;其中,所述第二对象维护信息记录有进入所述目标区域时未发生危险情况的对象。
4.如权利要求1所述的方法,其特征在于,根据第一对象维护信息,判断进入目标区域的目标对象是否为陌生对象的步骤,包括:
计算所述目标对象与所述第一对象维护信息中每一对象的相似度;
当不存在大于设定阈值的相似度时,判定所述目标对象为陌生对象;
当存在大于设定阈值的相似度时,判定所述目标对象为常驻对象。
5.一种数据处理装置,其特征在于,所述装置包括:
识别模块,用于根据第一对象维护信息,判断进入目标区域的目标对象是否为陌生对象;其中,所述第一对象维护信息记录有常驻所述目标区域的多个对象,所述陌生对象为未被记录于所述第一对象维护信息的对象;
处理模块,用于当判定所述目标对象为陌生对象时,根据所述目标对象在所述目标区域内的行为动作,获得所述目标对象对应的当前行为评分;
所述处理模块还用于,基于所述当前行为评分对所述目标对象进行维护管理;
所述处理模块在基于所述当前行为评分对所述目标对象进行维护管理时,具体用于:
统计所述目标对象在历史维护信息中的所有历史行为评分;其中,所述历史维护信息记录有在第一滑动时间范围内多个陌生对象的历史行为评分;
当所有所述历史行为评分及所述当前行为评分之和达到第一阈值时,发出第一告警信息;
当所有所述历史行为评分及所述当前行为评分之和未达到所述第一阈值时,将所述当前行为评分更新于所述历史维护信息。
6.如权利要求5所述的装置,其特征在于,所述处理模块在基于所述当前行为评分对所述目标对象进行维护管理时,具体用于:
当所述目标对象在历史维护信息中未对应有历史行为评分时,将所述目标对象与所述当前行为评分的对应关系更新于所述历史维护信息,并发出第二告警信息;其中,所述历史维护信息记录有在第一时间周期内多个陌生对象的历史行为评分。
7.如权利要求5所述的装置,其特征在于,所述处理模块在基于所述当前行为评分对所述目标对象进行维护管理时,具体用于:
当所述目标对象在第二时间周期内的进入所述目标区域的次数达到第二阈值、且所述目标对象在所述第二时间周期内的所有历史行为评分与所示当前行为评分之和未达到第三阈值时,将所述目标对象更新至第二对象维护信息;其中,所述第二对象维护信息记录有进入所述目标区域时未发生危险情况的对象。
8.如权利要求5所述的装置,其特征在于,所述识别模块在根据第一对象维护信息,判断进入目标区域的目标对象是否为陌生对象时,具体用于:
计算所述目标对象与所述第一对象维护信息中每一对象的相似度;
当不存在大于设定阈值的相似度时,判定所述目标对象为陌生对象;
当存在大于设定阈值的相似度时,判定所述目标对象为常驻对象。
9.一种服务器,其特征在于,包括:
存储器,用于存储一个或多个程序;
处理器;
当所述一个或多个程序被所述处理器执行时,实现如权利要求1-4中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1-4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911337588.9A CN111028109B (zh) | 2019-12-23 | 2019-12-23 | 数据处理方法、装置、服务器及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911337588.9A CN111028109B (zh) | 2019-12-23 | 2019-12-23 | 数据处理方法、装置、服务器及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111028109A CN111028109A (zh) | 2020-04-17 |
CN111028109B true CN111028109B (zh) | 2023-08-25 |
Family
ID=70211647
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911337588.9A Active CN111028109B (zh) | 2019-12-23 | 2019-12-23 | 数据处理方法、装置、服务器及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111028109B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006244136A (ja) * | 2005-03-03 | 2006-09-14 | Nippon Telegr & Teleph Corp <Ntt> | サービス提供システムおよびその制御方法 |
JP2011123579A (ja) * | 2009-12-09 | 2011-06-23 | Daiwa Securities Group Inc | 従業員行動の管理方法及び管理システム |
CN102385705A (zh) * | 2010-09-02 | 2012-03-21 | 大猩猩科技股份有限公司 | 利用多特征自动集群法的异常行为侦测系统与方法 |
JP2014238724A (ja) * | 2013-06-07 | 2014-12-18 | シャープ株式会社 | サーバ、サーバによるメッセージ通知方法、プログラムおよび記録媒体 |
WO2017035455A1 (en) * | 2015-08-27 | 2017-03-02 | Dynology Corporation | System and method for electronically monitoring employees to determine potential risk |
CN107222865A (zh) * | 2017-04-28 | 2017-09-29 | 北京大学 | 基于可疑行为识别的通讯诈骗实时检测方法和系统 |
CN109697856A (zh) * | 2019-01-11 | 2019-04-30 | 武汉白虹软件科技有限公司 | 一种车辆信息查缉方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5064846B2 (ja) * | 2007-03-14 | 2012-10-31 | 株式会社日立情報制御ソリューションズ | 監視システム |
US10691950B2 (en) * | 2017-03-10 | 2020-06-23 | Turing Video, Inc. | Activity recognition method and system |
CN108052882A (zh) * | 2017-11-30 | 2018-05-18 | 广东云储物联视界科技有限公司 | 一种智能安防监控系统的操作方法 |
CN109299683B (zh) * | 2018-09-13 | 2019-12-10 | 嘉应学院 | 一种基于人脸识别和行为大数据的安防评估系统 |
-
2019
- 2019-12-23 CN CN201911337588.9A patent/CN111028109B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006244136A (ja) * | 2005-03-03 | 2006-09-14 | Nippon Telegr & Teleph Corp <Ntt> | サービス提供システムおよびその制御方法 |
JP2011123579A (ja) * | 2009-12-09 | 2011-06-23 | Daiwa Securities Group Inc | 従業員行動の管理方法及び管理システム |
CN102385705A (zh) * | 2010-09-02 | 2012-03-21 | 大猩猩科技股份有限公司 | 利用多特征自动集群法的异常行为侦测系统与方法 |
JP2014238724A (ja) * | 2013-06-07 | 2014-12-18 | シャープ株式会社 | サーバ、サーバによるメッセージ通知方法、プログラムおよび記録媒体 |
WO2017035455A1 (en) * | 2015-08-27 | 2017-03-02 | Dynology Corporation | System and method for electronically monitoring employees to determine potential risk |
CN107222865A (zh) * | 2017-04-28 | 2017-09-29 | 北京大学 | 基于可疑行为识别的通讯诈骗实时检测方法和系统 |
CN109697856A (zh) * | 2019-01-11 | 2019-04-30 | 武汉白虹软件科技有限公司 | 一种车辆信息查缉方法 |
Non-Patent Citations (1)
Title |
---|
入侵检测系统的可信问题;闫巧,喻建平,谢维信;计算机研究与发展(第08期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111028109A (zh) | 2020-04-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Houston et al. | Social media and disasters: a functional framework for social media use in disaster planning, response, and research | |
US9542620B1 (en) | Locating persons of interest based on license plate recognition information | |
US20220092881A1 (en) | Method and apparatus for behavior analysis, electronic apparatus, storage medium, and computer program | |
CN111370139B (zh) | 传染病的溯源方法、装置、电子设备及存储介质 | |
US20150100355A1 (en) | Method and apparatus for identifying early status | |
US9953517B2 (en) | Risk early warning method and apparatus | |
US20140007244A1 (en) | Systems and methods for generating risk assessments | |
US20110077950A1 (en) | Risk profiling system and method | |
US10636282B2 (en) | Security system with cooperative behavior | |
Xu et al. | Understanding public opinion in different disaster stages: A case study of Hurricane Irma | |
US8751490B1 (en) | Automatically determining reputations of physical locations | |
CN110795587A (zh) | 医闹预警方法、服务平台及计算机可读存储介质 | |
GB2533289A (en) | System for and method for detection of insider threats | |
US20170300582A1 (en) | Event identification through analysis of social-media postings | |
EP2897088A1 (en) | Method and apparatus for optimum spatial clustering | |
US9622048B2 (en) | SNS based incident management | |
Reich et al. | Partially supervised spatiotemporal clustering for burglary crime series identification | |
CN110727805A (zh) | 社区知识图谱构建方法及系统 | |
Spears et al. | Privacy risk in contact tracing systems | |
CN111382986A (zh) | 学生管理方法及装置、计算机装置和计算机可读存储介质 | |
CN111028109B (zh) | 数据处理方法、装置、服务器及存储介质 | |
Kurkcu et al. | Crowdsourcing incident information for disaster response using twitter | |
Kane et al. | Associations between order maintenance policing and violent crime: Considering the mediating effects of residential context | |
CN113743293B (zh) | 跌倒行为检测方法、装置、电子设备及存储介质 | |
CN112949442B (zh) | 一种异常事件预识别方法、装置、电子设备及监控系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |